要看看她要用推理什么模型（不管什么模型，8G 显存放今天都是不太够的

我们现在站在的垭口：
- 如果你能针对一个问题（宽泛的、具体的），定义出具体的优化目标/Ground Truth ，那么你很有可能在可见的未来以相对的低廉的成本，训练出一个 "agent" 在这个目标上获得超人的表现。
- 重点是：reward function ，数据集构建（ both on training and eval ），训练的 know how
- 宽泛的问题的最终解就是 AGI/ASI 。而具体的问题是 OpenAI/Anthropica/DeepSeek 之外的公司的短期结构性机会

AI 很快（或者已经）会开始从各个不同的层开始优化自己的能力（ base model pre-train/post-train, environment, reward and eval ）。

人在过去 200 年中，一直在驱使技术螺旋上升。但现在这个过程中，人、工具、方法的演进旋转越来越快。（我觉得）人会被甩出去…

你好警官🫡，走成华大道到春熙路做手工

跑了一个 Deep Research: https://chatgpt.com/share/67dbc7bf-6128-8012-a163-0a5bff35d335

你看看我最近出的一台主机（也是买来“入门大模型”的

后来就发现：
1. 消费卡本地部署的模型基本上没啥用，我后来为了一些特定的任务做了些微调。但是其实线上租用的解决方案也足够好用了（要啥卡都能有
2. 还是打游戏好
3. 生图/视频可能还是自己有一台方便，但即使是我的 4070TiS 16GB 显存，Flux 也很艰辛，更别提视频模型了

维生素 B 族

@me1onsoda 不是，掉了至少三个层次的人整出来的活（看精细程度

想在本地运行大模型的话，最近有一些 22000 左右的 m2 max 64G 内存，感觉还不错？

要是 12306 能够公开匿名化处理过的春运购票 → 乘车 → 出站的数据集就好了（